一种新的错误驱动学习方法在中文分词中的应用

中文分词应用中一个很重要的问题就是缺乏词的统一性定义.不同的分词标准会导致不同的分词结果，不同的应用也需要不同的分词结果.而针对不同的分词标准开发多个中文分词系统是不现实的，因此针对多种不同的分词标准，如何利用现有的分词系统进行灵活有效的输出就显得非常重要.本文提出了一种新的基于转换的学习方法，对分词结果进行后处理，可以针对不同的分词标准进行灵活有效的输出.不同于以往的用于分词的转换学习方法，该方法有效利用了一些语言学信息，把词类和词内结构信息引入规则模板和转换规则中.为了验证该方法，我们在4个标准测试集